一种基于深度学习的规划子目标合并方法

摘要

本发明公开了一种基于深度学习的规划子目标合并方法，主要解决规划系统在预处理过程中子目标合并的粒度上限选取问题，包括生成数据集，并对样本进行数据扩充和数据清洗；将获取的样本作为深度学习的模型进行训练，模型选取Resnet深度残差网络，对不同领域的规划问题分开训练，从而产生各个领域的特征模型；修改ASOP规划系统的预处理代码，加入子目标粒度阈值的更新功能，通过训练后的模型，规划系统能够根据具体规划问题来确定粒度的上限。本发明通过深度学习的方法，从宏观层面确定粒度的上限阈值，进而平衡规划系统在求解问题时的效率和质量，有效提高规划系统的规划能力，计算机动态的自主调整也大大降低了人力的成本。